生信的作用越来越大，想学的人越来越多，不管是为了以后发展，还是为了解决眼下的问题。但生信学习不是一朝一夕就可以完成的事情，也许你可以很短时间学会一个交互式软件的操作，却不能看完程序教学视频后就直接写程序。也许你可以跟着一个测序分析流程完成操作，但不懂得背后的原理，不知道什么参数需要修改，结果可以出来，却把握不住对还是错。
学习生信从来就不是一个简单的事，需要做好持久战的心理准备。
在学习时，我们都希望由浅入深的逐步深入，不断地练习和实践，这就是为什么我们需要一本书，因为书很系统。但生信发展的历史短于计算机编程的历史，如果想要一门程序设计的入门数据，每种语言都可以找到几本。但想要一个囊括生信的书，就有些难了。本身生信跨领域，需要多学科的知识，而其内部又有不少分子，都囊括了太大，包括的少又有些隔靴搔痒的感觉。
我们当时都是零基础下自学Linux, 自学Python，自学R，自学高通量测序；这些学习经历，之前都零星地记录在博客里。现在回头去看几年前自己记录的东西，觉得好简单，而当时却费了很大的力气。这些零星的随手记，当时也只是为了自己看，到现在确实只有自己能看得懂，不便惠及更多的人。
因此我们创建了生信宝典，希望从不同的角度传播知识。这个不同有三点含义，一是形式上的不同，摒弃之前主编们单人作战想写啥就写啥，而是有组织有计划的内容聚合，提供一系列的教程，由入门到提高。二是内容的不同，不去用网上现有教程的通用数据做例子，而是拿实际生物数据，讲述如何解释生信中普遍碰到的问题，讲述如何处理自己的数据。三是立足点不同。在写作时，我们回到了当年，在回忆中用整个阶段的学习去指导当初的那个小白，从那些会了的人觉得微不足道而不会的人又迈不过的坎入手，直击痛点。知识点的收录依据不是是否炫酷，是否难，而是是否必要。如果必要，再简单，也要提及；如果不必要，再炫酷，也暂不纳入。
通过大量的生信例子、关键的注释和浓缩的语句形成下面的一系列学习教程。每一篇内容都不多，可以当做小说阅读，也可以跟着去练，反复几遍，每读一次都会有不同的收获和体会。
- Python极简教程（一）
- Python极简教程（二）
- Python极简教程（三）
- Python极简教程（四）
- Python极简教程（五）
- Python极简教程（六）
- Pandas，让Python像R一样处理数据，但快
- Python解析psiBlast输出的JSON文件结果
- 为啥我的Python这么慢 - 字符串连接 (一)
- 为啥我的Python这么慢 - 项查找 (二)
- Python学习 - 可视化变量赋值、循环、程序运行过程
- Python资源
- 关于Python中的__main__和编程模板
- 莫烦Python机器学习
- 编程新手入门踩过的25个“坑”，你犯过其中哪些错误？
- Python文学化编程 - Jupyter notebook使用和插件拓展
- Python3中正则表达式使用方法
- Python3中BeautifulSoup的使用方法
- 我用Python开发了个SCI-HUB本地版
- 手把手 哇！用R也可以跑Python了
- Bioconda软件安装神器：多版本并存、环境复制、环境导出
- 还在用PCA降维？快学学大牛最爱的t-SNE算法吧, 附Python/R代码
- Python没有捷径，但可以加速，零基础九天你也可以会编程
- 小学生都学Python了，你还不知道怎么开始*资源帖
- 一个月学会Python的Quora指南和资料放送
- 推荐一个牛逼的生物信息 Python 库 - Dash Bio
- Matplotlib绘制的27个常用图(附对应代码实现)
- Python语法糖之：列表解析、集合解析和字典解析
- 入门课的入门课，微软推出Python零基础教程，基于原生VS Code
视频课程地址: https://ke.qq.com/course/275274